OpenAI ra mắt GPT-6.1 Terra: Mô hình tầm trung giá rẻ nhưng đáng gờm

OpenAI vừa bổ sung một mô hình mới vào gia đình GPT-6.1, hướng tới phân khúc tầm trung với mức giá rẻ hơn đáng kể. GPT-6.1 Terra không phải một bản phát hành gây chấn động, nhưng nó cho thấy cuộc đua tối ưu chi phí AI đang ngày càng gay gắt.

Hiện các mô hình đa dụng của OpenAI được chia thành bốn phân khúc. Những sản phẩm mang tên "Sol" hoặc "Astra" là dòng cao cấp với giá tương xứng. "Luna" là lựa chọn rẻ nhất. Còn "Terra" là tên dành riêng cho các mô hình tầm trung — và GPT-6.1 Terra chính là thành viên mới nhất của nhóm này.

Cân bằng giữa tốc độ, năng lực và chi phí

Theo OpenAI, Terra tiếp tục mở rộng biên giới về hiệu quả chi phí trên các dòng mô hình của công ty, mang lại sự cân bằng mới giữa tốc độ, năng lực và giá thành.

"Giá API tiêu chuẩn của nó thấp hơn 50% so với GPT-5.6 Terra và GPT-6.1 Sol, giúp các nhà phát triển có thể tự động hóa các công việc khối lượng lớn, chẳng hạn như đọc hóa đơn đến và nhập thông tin vào phần mềm kế toán", OpenAI cho biết.

Trang Artificial Analysis — chuyên theo dõi hiệu năng và chi phí của các mô hình — nhận định GPT-6.1 Terra đã đẩy lùi ranh giới hiệu quả chi phí: "Đây là mô hình lớp Terra đầu tiên kể từ GPT-5.6, thông minh hơn với chi phí chưa đến một phần ba".

Bảng giá các dòng mô hình

Để dễ hình dung vị trí của Terra, có thể xem mức giá API (tính trên mỗi triệu token đầu vào/đầu ra) của từng dòng:

• GPT-6 Luna: 0,10 USD / 0,50 USD — rẻ nhất, năng lực thấp nhất
• GPT-6.1 Terra: 1 USD / 5 USD — phân khúc tầm trung
• GPT-6.1 Sol: 2 USD / 10 USD — cao cấp
• GPT-6 Astra: 10 USD / 50 USD — cao cấp nhất

Như vậy, Terra có giá chỉ bằng một phần mười Astra, trong khi theo OpenAI vẫn đạt hiệu năng đáng nể ở một số tác vụ.

Terra mạnh ở đâu, yếu ở đâu?

Ted Sanders, thành viên nhóm kỹ thuật của OpenAI, đã chia sẻ trên Hacker News về sự khác biệt giữa các mô hình GPT-6.1:

"Với GPT-6.1 Terra, tôi cho rằng Terra có lẽ tốt hơn Astra và Sol ở khả năng giao tiếp kỹ thuật, tương đương về thị giác và sử dụng máy tính (nhưng nhanh hơn nhiều!), và kém hơn một chút ở hầu hết các mặt khác."

Ông cũng cho rằng với các nhà phát triển API, Terra là lựa chọn tầm trung lý tưởng nếu muốn thứ gì đó rẻ hơn Sol nhưng thông minh hơn Luna — đặc biệt ở các tác vụ thị giác, sử dụng máy tính và giao tiếp.

Về thời điểm cắt dữ liệu kiến thức, Terra có mốc ngày 1 tháng 6 năm 2026, tức là mới nhất trong dòng mô hình này. Điều này có ý nghĩa nếu người dùng cần hỏi về các sự kiện sau ngày 30 tháng 4 năm 2026 — mốc cắt dữ liệu huấn luyện của Astra và Sol.

Về mặt an toàn, Terra xử lý các yêu cầu có hại ít hơn một chút so với GPT-6.1 Sol, nhưng cũng tránh từ chối không cần thiết thường xuyên hơn người anh em cao cấp của mình.

Bài học lớn: Giá token vẫn đang giảm

Nhà khoa học dữ liệu Max Woolf, trong một bài viết gần đây, cho rằng câu chuyện thực sự ở đây nằm ở kinh tế học của các mô hình AI. Dù nhiều người kỳ vọng OpenAI và Anthropic sẽ phải tăng chi phí suy luận hoặc giảm giá trị đăng ký để cân đối doanh thu với khoản đầu tư khổng lồ vào huấn luyện, hạ tầng và suy luận, giá cả vẫn tiếp tục giảm trong khi hiệu năng ngày càng tăng.

"Ý tưởng cho rằng giá token sẽ đột ngột tăng chỉ là ảo tưởng, không được ủng hộ bởi cả kinh tế học hành vi lẫn xu hướng thực tế của giá LLM vốn đã giảm đáng kể trong vài tháng qua với các mô hình tốt hơn — và không chỉ từ OpenAI hay Anthropic", ông nhận định.

Theo Woolf, chừng nào các nhà cung cấp dịch vụ còn có thể định giá mỗi token thấp hơn doanh thu trên mỗi token, họ sẽ tiếp tục giảm chi phí để cạnh tranh, kéo theo việc OpenAI và Anthropic buộc phải hạ giá theo.

Với người dùng Việt Nam — đặc biệt là các đội ngũ phát triển sản phẩm và startup đang cân đối chi phí sử dụng API AI — xu hướng này mang lại tin vui: các mô hình tầm trung như Terra đang giúp việc tích hợp AI vào sản phẩm trở nên khả thi hơn về mặt tài chính. Tuy nhiên, câu hỏi về tính bền vững trong mô hình kinh doanh của các hãng AI vẫn còn bỏ ngỏ, và giới đầu tư có thể sớm đưa ra lựa chọn của mình khi Anthropic lên sàn Nasdaq.